Prof. Ronaldo R. Goldschmidt.

Tamanho: px
Começar a partir da página:

Download "Prof. Ronaldo R. Goldschmidt. ronaldo.rgold@gmail.com"

Transcrição

1 DATA WAREHOUSES UMA INTRODUÇÃO Prof. Ronaldo R. Goldschmidt 1

2 DATA WAREHOUSES UMA INTRODUÇÃO Considerações Iniciais Conceitos Básicos Modelagem Multidimensional Projeto de Data Warehouse 2

3 DATA WAREHOUSES UMA INTRODUÇÃO CONSIDERAÇÕES INICIAIS 3

4 Avanços em TI e Crescimento BDs Internet SGBDs Dispositivos de memória (maior capacidade e menor custo) Leitoras de códigos de barras Sistemas de Informação em geral 4

5 Hierarquia: Dado - Informação - Conhecimento Se Capacidade Mensal de Endividamento > 60% Cto Informação Então Crédito = SIM Capacidade de Endividamento Mensal = 100* (Renda Mensal - Despesas Mensais) / Renda Mensal Dado Renda Mensal, Despesas Mensais 5

6 Controles: Operacional e Estratégico Controle Operacional: Sistemas aplicativos transacionais de qualidade Automação de processos corporativos Controle Estratégico: Busca de informações e conhecimento Planejamento corporativo 6

7 Controle Operacional Corporativo Ferramentas: OLTP OLTP On-line Transactional Processing Modelagem de Dados para Sistemas OLTP Foco nos detalhes das transações do dia a dia Automação dos processos corporativos 7

8 Controle Estratégico Corporativo Ferramentas de BI Business Intelligence (Inteligência de Negócios) BI Conjunto de tecnologias orientadas a disponibilizar informação e conhecimento corporativos: CRM, KM, DW Foco em aspectos estratégicos para os negócios corporativos Requer bases de dados históricas 8

9 DW - Data Warehouse Armazém de Dados Principal objetivo: disponibilizar informações para apoio a decisões em empresas. Deve disponibilizar dados sobre a história da empresa, viabilizando consultas e análises estratégicas. Consultas OLAP On-line Analytical Processing: permitem visualização e navegação pelos dados sob diversas perspectivas e níveis de detalhe. 9

10 Aplicações Típicas Pesquisa de fraudes; Análise de crédito; Análise de sazonalidade; Análise de risco; Integração de Informações de Clientes; Rentabilidade de Clientes e Produtos; Análises de Resultados de Vendas; Análises de Ações de Marketing. 10

11 DATA WAREHOUSES UMA INTRODUÇÃO CONCEITOS BÁSICOS 11

12 Perfil do Usuário X Tipo de Informação ESTRATÉGICO INFORMAÇÕES SUMARIZADAS TÁTICO INFORMAÇÕES CONSOLIDADAS OPERACIONAL INFORMAÇÕES ANALÍTICAS 12

13 Sistemas OLTP X OLAP OLTP OLAP Objetivo Controle dos Proc. Operacionais Tomada de Decisão Cliente Pessoal Operacional Gestores do Negócio Dados Atômicos, Atualizados Atômicos, Consolidados, e Dinâmicos Históricos e Estáveis Estrutura Normalizada Dimensional Tempo de Resposta Segundos De segundos a minutos Foco Orientado à Aplicação Orientado à Informação Acesso Alto Moderado a baixo Atualização Contínua Periódica Aplicação Estruturada e processamento Não estruturada e repetitivo processamento analítico 13

14 Data Warehouse Data Warehouse é uma coleção de dados orientados a assuntos, integrados, não voláteis, variáveis com o tempo, destinados a auxiliar decisões de Negócio. Willian H. Inmon

15 Exemplo de Ambiente Nível Interm. Data Warehouse 15

16 Exemplos de Fontes de Dados IBGE EXCEL INTERNET Data Warehouse ORACLE DB2 ADABAS 16

17 Exemplos de Usos do Data Warehouse FERRAMENTA QUERY/REPORT DATA MINING FERRAMENTA OLAP ODS Data Mart ROLAP Data Warehouse Data Mart EIS MOLAP FERRAMENTA OLAP 17

18 Característica de Orientação a Assuntos Operacional Automóvel Data Warehouse Cliente Vida Apólice Saúde Prêmio Aplicações Perdas Assuntos Indenização 18

19 Característica de Integração dos Dados Mesmos dados, Dados diferentes, Dados só Chaves diferentes, nomes diferentes mesmo nome encontrados aqui mesmo dados A passagem de dados do ambiente operacional (legado) para o DW não é tão simples quanto uma mera extração. 19

20 Característica de Integração dos Dados Sexo M Sexo F Sistema 1 Extração e Integração DW Sexo 1 Sexo 2 Sistema 2 Sexo M Sexo F 20

21 Característica de Não Volatilidade Operacional Data Warehouse Carregar Acessar Excluir Acessar Alterar Incluir 21

22 Fatores Críticos de Sucesso para DWs Patrocinadores; Metodologia; Boa seleção de dados; Abordagem e ambiente adequados; Plataforma de hardware e software; Treinamento da Equipe de IT; Ferramentas de administração. 22

23 Maiores Desafios em Data Warehousing Qualidade de Dados Modelagem de Dados Expectativas dos Usuários Transformação/Limpeza Análise de Regras de Negócio Expectativas da gerencia Performance do SGBD 0% 10% 20% 30% 40% 50% DCI / Meta Group 23

24 Qualidade de Dados Atributos em Duplicata Valores Inválidos Dados Faltando Violações de Regras de Negócio Ausência de Integridade Referencial Dados que não Batem entre Sistemas Múltiplos Dependencias Inválidas de Datas Relacionamentos Inviáveis Cálculos Inválidos Faixas Inválidas Chaves em Duplicata Formatos Não Padronizados Falta de Sincronismo entre Fonte e Alvo Construção Imperfeita de Entidades 24

25 Sumarização dos Dados Alto nível de detalhes Baixo nível de granularidade (grãos menores) Baixo nível de detalhes Alto nível de granularidade (grãos maiores) Exemplo: Detalhe de cada venda realizada por um vendedor durante um mês Data Hora Vendedor Valor 100 registros por mês Exemplo: Sumário das vendas realizadas por um vendedor durante um mês Mês Vendedor Valor 1 registro por mês 25

26 Data Mart Data Mart é uma porção física ou lógica do Data Warehouse para atender a uma área da empresa. DATA MART DW 26

27 Razões para criação de um Data Mart SIMPLICIDADE AGILIDADE PERFORMANCE MENOR CUSTO AUTONOMIA EXPERIÊNCIA SUBCONJUNTO DO DATA WAREHOUSE ESTRATÉGIA DE DW INCREMENTAL 27

28 Cubo/Hipercubo de Dados Recurso para cruzamento/visualização dos dados em aplicações OLAP. Mercado ASIA EUR. EUA Produto Prod 1 Prod 2 $ 120 $ 115 $ 123 $ 60 $ 75 $ 73 Prod 3 $ 92 $ 87 $ 106 Sem1 Sem2 Tempo Sem3 28

29 Ferramentas de ETL/ETC São as ferramentas do mercado que facilitam o processo de Extração, Transformação e Carga dos dados, bem como a análise e garantia da qualidade dos dados. 29

30 Fontes de dados/informações Em qual plataforma esta armazenada cada fonte de dados? Qual sua periodicidade de atualização? Tenho acesso a todas as fontes em um único ambiente? Como as bases externas chegam à empresa e em que meios fisicos? Criação interfaces para informações gerenciais que não estão armazenadas nas bases de dados operacionais. 30

31 DATA WAREHOUSES UMA INTRODUÇÃO MODELAGEM MULTIDIMENSIONAL 31

32 MODELAGEM MULTIDIMENSIONAL É uma forma de Modelagem de Dados É uma técnica de concepção e visualização de um modelo de dados de um conjunto de medidas que descrevem aspectos comuns de negócios. É utilizada especialmente para sumarizar e reestruturar dados e apresentá-los em visões que suportem a análise dos valores desses dados. 32

33 MODELAGEM DE DADOS Tradicional: Assegura Restrições de Integridade Evita redundância de informação Multimensional Facilita a realização de consultas ad-hoc por usuários não técnicos Acelera o desempenho de consultas Admite redundância de informação 33

34 Visão Multidimensional Um Exemplo 34

35 Visão Multidimensional Um Exemplo Papel Bolsa Mês Lucratividade TEL PN TEL PN TEL PN TEL PN TEL PN TEL PN PET PN BB PN Rio de Janeiro Rio de Janeiro Rio de Janeiro São Paulo São Paulo São Paulo São Paulo Rio de Janeiro Jan +5% Feb -2% Mar +7% Jan +4% Fev -1% Mar +4% Jan +2,5% Jan -1% 35

36 MODELAGEM MULTIDIMENSIONAL Um modelo multidimensional possui três elementos básicos: Fatos Dimensões Medidas (Variáveis) 36

37 Fatos - Definição Fato Ex. Coleção de itens de dados, composta de dados de medida e de contexto. Representa um item/transação/evento de negócio. (Papel, Bolsa, Mês, Lucratividade) (Tel PN, RJ, Jan, 2004) 37

38 Fatos - Características Medidas de negócio, indicadores. Dados necessários para análise do negócio. Representados por valores numéricos. Evolutivos no tempo. 38

39 Dimensões - Definição Dimensão Elemento que participa da definição de um fato. Ex. Papel, Bolsa, Mês, etc... 39

40 Dimensões - Características Determinam o contexto do assunto. Normalmente não são representadas por valores numéricos. São descritivas/classificatórias. Pode conter membros hierarquicamente organizados. 40

41 Identificação de Dimensões Quando? 1996 Onde? Quem? O que? 41

42 Membros de uma Dimensão São utilizados para classificar dados dentro de uma dimensão. Ex: Dimensão Geográfica (Onde?) REGIÃO UF (Ano, Produto, Região, UF, Cidade, Qtde) CIDADE 42

43 A Dimensão Tempo (Quando?) Sempre presente - DW é série temporal Deve ser explícita para separar dados: entre dias úteis e feriados em fins de semana em períodos fiscais em estações em eventos importantes ( copa do mundo, falecimento Sena, Olimpíadas, etc ) 43

44 Medidas - Definição Medida Atributo ou variável numérica que representa um fato. Ex. Valor das Vendas, Número de Evasões, Quantidade de Produtos, etc... 44

45 Medidas - Características Indicadores de Negócios. São representadas por valores numéricos. Determinada pela combinação das dimensões que participam de um fato. 45

46 Hierarquia de Medidas - Exemplo Lucro Líquido Lucro sem Impostos (+) Receita Bruta (+) Despesas (-) Impostos (-) 46

47 Modelo Multidimensional - Visualização VALOR MERCADOS VENDAS PERÍODOS DE TEMPO 47

48 Modelo Multidimensional - Visualização MERCADO MERCADO TEMPO GERENTE DE PRODUTO TEMPO GERENTE FINANCEIRO MERCADO MERCADO TEMPO GERENTE REGIONAL TEMPO AD-HOC 48

49 Modelo Multidimensional - Vantagens Modelo mais natural para o usuário, o que leva a uma facilidade de navegação pelas informações Acesso a um fato diretamente O mesmo conjunto de informações associadas a um fato pode ser visto sob várias óticas (dimensões), de forma simples e ágil 49

50 Operações Básicas em ferramentas OLAP Capacidade para fazer automaticamente: Drill Slicing Dicing Pivoting Data Surfing Consultas Ad-Hoc 50

51 Drill Drill Up Drill Down BR USA UK M G Pais S P R J D F E S R N Estado Aumentar ou Diminuir o Nível de Detalhe P E R S A M Ex: Vendas por Pais Vendas por Estado 51

52 Slicing Selecionar as Dimensões para Consulta Ex: Vendas por País por Mês ( Somatório dos Produtos) 52

53 Dicing Limitar Conjunto de Valores algumas Dimensões Ex: Vendas no Estado de Minas (por Produto por Ano) 53

54 Pivoting Trocar as Dimensões entre Linhas e Colunas Ex: Vendas por Produto por Estado por Estado por Produto 54

55 Data Surfing Executar a mesma análise em outro Conjunto de Dados Ex: Vendas no Brasil Vendas no Reino Unido 55

56 Consultas Ad-Hoc Qualquer consulta que não seja prédefinida (Consulta Eventual) São consultas que unem os recursos oferecidos pela ferramenta utilizada às necessidades eventuais do usuário. 56

57 Star Schema - Modelo Estrela ONDE? QUANDO? FATOS QUEM? O QUE? 57

58 Modelo Estrela - Exemplo Dimensão Cliente Código Cliente Nome Cliente Atividade Cidade Estado País Segmento Fato Vendas Data Código Vendedor Código Produto Código Cliente Valor da Venda Quantidade Margem Margem % Dimensão Vendedor Código Vendedor Nome Vendedor Código Região Nome Região Uma tabela para cada dimensão Dimensão Produto Código Produto Nome Produto Código Grupo Nome Grupo Vantagens Reduz o número de joins nas consultas Simplifica a visão do modelo de dados Aumenta a performance das consultas 58

59 SnowFlake Schema - Modelo de Flocos de Neve DIM N + 1 DIM 1 DIM N DIM N + 2 FATOS... DIM N + M DIM 2 DIM 3 59

60 Snow Flake Schema Cliente Fato Fato Vendas Tabelas de dimensões normalizadas Vendedor Atividade Código Cliente Nome Cliente Código Atividade Código Segmento Data Código Vendedor Código Produto Código Cliente Valor da Venda Quantidade Margem Margem % Dimensão Vendedor Código Vendedor Nome Vendedor Código Região Região Código Região Nome Região Código Atividade Descrição Segmento Código Segmento Descrição Produto Código Produto Nome Produto Código Grupo Grupo Código Grupo Nome Grupo Dimensão Cliente Dimensão Produto 60

61 Ex. de Aplicação: Vendas no Varejo Modelo de Dados OLTP Modelo de Dados Multidimensional 61

62 Ex.: Modelo de Dados OLTP Região região nome_região cod_loja cod_prod Qtd Valor Estoque loja nome_loja cidade estado Vendas dt_venda loja prod valor_vnd qtd cod_prod ds_item classe Produto cod_depto nome_depto divisão Departamento 62

63 Ex.: Modelo Multidimensional Dim. Loja cod_loja nome_loja cidade estado Região Fatos de Vendas dia cod_loja cod_item valor_venda qtd_vendida Dim. Tempo dia semana mês ano Dim. Produto Cod_item nome_item cod_depto nome_depto classe divisão 63

64 DATA WAREHOUSES UMA INTRODUÇÃO PROJETO DE DATA WAREHOUSES 64

65 Abordagem Top Down Bom controle Péssimos prazos Vendas Data Financeiro Warehouse Clientes 65

66 Abordagem Top Down Modelo extremamente ambicioso visando atender todas as necessidades corporativas. Vantagens: Homogeneização das informações; Capacidade para grande volume de informações; Minimiza enormemente a redundância de dados; Informações gerenciais em um único ambiente físico; Gerenciamento centralizado da informação. Processo mais longo: os requisitos podem se modificar até o momento da implementação. 66

67 Abordagem Top Down Modelo extremamente ambicioso visando atender todas as necessidades corporativas. Desvantagens: Maior tempo para a obtenção de resultados (~ 2 anos); Dificuldade de administrar : envolvimento de um grande número de pessoas, principalmente executivos; Difícil alcançar consenso em questões conceituais; Grande investimento inicial; Processo mais longo: os requisitos podem se modificar até o momento da implementação. 67

68 Abordagem Bottom Up Delivery rápido Ilhas de informações dificilmente integráveis Vendas Financeiro Data Warehouse Clientes 68

69 Abordagem Bottom Up Vantagens: Abordagem Data Mart Menor tempo para obtenção de resultados (3 meses); Esforço mais fácil de gerenciar; Bom ponto de partida para DSS s mais sofisticados; Aumento de performance a partir da experiência; Custo mais baixo e menos arriscado no curto prazo. 69

70 Abordagem Bottom Up Desvantagens: Abordagem Data Mart Duplicidade de dados e processos de extração; Perda do controle por parte do órgão central de TI; Expansibilidade e capacidade de armazenamento limitados; Não resolve diferenças conceituais entre áreas; Limita a capacidade de cruzamento de informações entre áreas, podendo gerar novas ilhas de informação; Integrar depois é difícil (de 3 a 4 vezes mais caro); 70

71 Dez Grandes Erros Começar com patrocinadores corporativos errados; Criar expectativas que não podem ser realizadas; Carregar o warehouse com informações simplesmente por estarem disponíveis ; Acreditar que um projeto de DW é igual a um projeto OLTP; Escolher um gerente do DW que é voltado à tecnologia ao invés de ser voltado ao usuário; 71

72 Dez Grandes Erros Concentrar-se nos dados tradicionais, ignorando dados externos, textuais, imagens, sons e vídeos; Disponibilizar dados com definições confusas e sobrepostas; Acreditar em promessas de performance, capacidade e escalabilidade; Acreditar que quando o DW estiver em operação, todos os problemas estarão terminados; Acreditar que só existem 10 grandes erros. 72

73 Bibliografia Como usar o Data Warehouse W. H. Inmon e Richard D. Hackathorn Projeto de Data Warehouse Felipe Neri Como Construir o Data Warehouse W. H. Inmon Data Warehouse Toolkit Ralph Kimball Intranet Data Warehouse Rick Tanler 73

74 Referências na Internet - International Data Warehousing Association; - The Data Warehouse Institute; - OLAP council; - Ralph Kimball; - Transaction Processing Council; - The OLAP Report. 74

KDD E MINERAÇÃO DE DADOS:

KDD E MINERAÇÃO DE DADOS: KDD E MINERAÇÃO DE DADOS: Revisão em Data Warehouses Prof. Ronaldo R. Goldschmidt ronaldo@de9.ime.eb.br rribeiro@univercidade.br geocities.yahoo.com.br/ronaldo_goldschmidt 1 DATA WAREHOUSES UMA VISÃO GERAL

Leia mais

Complemento I - Noções Introdutórias em Data Warehouses

Complemento I - Noções Introdutórias em Data Warehouses Complemento I - Noções Introdutórias em Data Warehouses Esse documento é parte integrante do material fornecido pela WEB para a 2ª edição do livro Data Mining: Conceitos, técnicas, algoritmos, orientações

Leia mais

Data Warehouses Uma Introdução

Data Warehouses Uma Introdução Data Warehouses Uma Introdução Alex dos Santos Vieira, Renaldy Pereira Sousa, Ronaldo Ribeiro Goldschmidt 1. Motivação e Conceitos Básicos Com o advento da globalização, a competitividade entre as empresas

Leia mais

Data Warehousing. Leonardo da Silva Leandro. CIn.ufpe.br

Data Warehousing. Leonardo da Silva Leandro. CIn.ufpe.br Data Warehousing Leonardo da Silva Leandro Agenda Conceito Elementos básicos de um DW Arquitetura do DW Top-Down Bottom-Up Distribuído Modelo de Dados Estrela Snowflake Aplicação Conceito Em português:

Leia mais

Resumo dos principais conceitos. Resumo dos principais conceitos. Business Intelligence. Business Intelligence

Resumo dos principais conceitos. Resumo dos principais conceitos. Business Intelligence. Business Intelligence É um conjunto de conceitos e metodologias que, fazem uso de acontecimentos e sistemas e apoiam a tomada de decisões. Utilização de várias fontes de informação para se definir estratégias de competividade

Leia mais

TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE

TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE Engenharia de Computação Professor: Rosalvo Ferreira de Oliveira Neto OLPT x OLAP Roteiro OLTP Datawarehouse OLAP Operações OLAP Exemplo com Mondrian e Jpivot

Leia mais

Banco de Dados - Senado

Banco de Dados - Senado Banco de Dados - Senado Exercícios OLAP - CESPE Material preparado: Prof. Marcio Vitorino OLAP Material preparado: Prof. Marcio Vitorino Soluções MOLAP promovem maior independência de fornecedores de SGBDs

Leia mais

Tópicos Avançados Business Intelligence. Banco de Dados Prof. Otacílio José Pereira. Unidade 10 Tópicos Avançados Business Inteligence.

Tópicos Avançados Business Intelligence. Banco de Dados Prof. Otacílio José Pereira. Unidade 10 Tópicos Avançados Business Inteligence. Tópicos Avançados Business Intelligence Banco de Dados Prof. Otacílio José Pereira Unidade 10 Tópicos Avançados Business Inteligence Roteiro Introdução Níveis organizacionais na empresa Visão Geral das

Leia mais

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan Faculdade INED Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan 1 Unidade 4.3 2 1 BI BUSINESS INTELLIGENCE BI CARLOS BARBIERI

Leia mais

DATA WAREHOUSE. Rafael Ervin Hass Raphael Laércio Zago

DATA WAREHOUSE. Rafael Ervin Hass Raphael Laércio Zago DATA WAREHOUSE Rafael Ervin Hass Raphael Laércio Zago Roteiro Introdução Aplicações Arquitetura Características Desenvolvimento Estudo de Caso Conclusão Introdução O conceito de "data warehousing" data

Leia mais

Data Warehouse. Debora Marrach Renata Miwa Tsuruda

Data Warehouse. Debora Marrach Renata Miwa Tsuruda Debora Marrach Renata Miwa Tsuruda Agenda Introdução Contexto corporativo Agenda Introdução Contexto corporativo Introdução O conceito de Data Warehouse surgiu da necessidade de integrar dados corporativos

Leia mais

DATA WAREHOUSE. Introdução

DATA WAREHOUSE. Introdução DATA WAREHOUSE Introdução O grande crescimento do ambiente de negócios, médias e grandes empresas armazenam também um alto volume de informações, onde que juntamente com a tecnologia da informação, a correta

Leia mais

05/06/2012. Banco de Dados. Gerenciamento de Arquivos. Gerenciamento de Arquivos Sistema Gerenciador de Banco de Dados Modelos de Dados

05/06/2012. Banco de Dados. Gerenciamento de Arquivos. Gerenciamento de Arquivos Sistema Gerenciador de Banco de Dados Modelos de Dados Banco de Dados Gerenciamento de Arquivos Sistema Gerenciador de Banco de Dados Modelos de Dados Gerenciamento de Arquivos Gerenciamento de Arquivos 1 Gerenciamento de Arquivos Em uma indústria são executadas

Leia mais

5 Estudo de Caso. 5.1. Material selecionado para o estudo de caso

5 Estudo de Caso. 5.1. Material selecionado para o estudo de caso 5 Estudo de Caso De modo a ilustrar a estruturação e representação de conteúdos educacionais segundo a proposta apresentada nesta tese, neste capítulo apresentamos um estudo de caso que apresenta, para

Leia mais

Data Warehouse. Diogo Matos da Silva 1. Universidade Federal de Ouro Preto, Ouro Preto, MG, Brasil. Banco de Dados II

Data Warehouse. Diogo Matos da Silva 1. Universidade Federal de Ouro Preto, Ouro Preto, MG, Brasil. Banco de Dados II Data Warehouse Diogo Matos da Silva 1 1 Departamento de Computação Universidade Federal de Ouro Preto, Ouro Preto, MG, Brasil Banco de Dados II Diogo Matos (DECOM - UFOP) Banco de Dados II Jun 2013 1 /

Leia mais

Data Warehouse Processos e Arquitetura

Data Warehouse Processos e Arquitetura Data Warehouse - definições: Coleção de dados orientada a assunto, integrada, não volátil e variável em relação ao tempo, que tem por objetivo dar apoio aos processos de tomada de decisão (Inmon, 1997)

Leia mais

Chapter 3. Análise de Negócios e Visualização de Dados

Chapter 3. Análise de Negócios e Visualização de Dados Chapter 3 Análise de Negócios e Visualização de Dados Objetivos de Aprendizado Descrever a análise de negócios (BA) e sua importância par as organizações Listar e descrever brevemente os principais métodos

Leia mais

Gerenciamento de Dados e Gestão do Conhecimento

Gerenciamento de Dados e Gestão do Conhecimento ELC1075 Introdução a Sistemas de Informação Gerenciamento de Dados e Gestão do Conhecimento Raul Ceretta Nunes CSI/UFSM Introdução Gerenciando dados A abordagem de banco de dados Sistemas de gerenciamento

Leia mais

Sistemas de Apoio à Decisão (SAD) - Senado

Sistemas de Apoio à Decisão (SAD) - Senado Sistemas de Apoio à Decisão (SAD) - Senado DW OLAP BI Ilka Kawashita Material preparado :Prof. Marcio Vitorino Sumário OLAP Data Warehouse (DW/ETL) Modelagem Multidimensional Data Mining BI - Business

Leia mais

Interatividade aliada a Análise de Negócios

Interatividade aliada a Análise de Negócios Interatividade aliada a Análise de Negócios Na era digital, a quase totalidade das organizações necessita da análise de seus negócios de forma ágil e segura - relatórios interativos, análise de gráficos,

Leia mais

ADMINISTRAÇÃO DOS RECURSOS DE DADOS

ADMINISTRAÇÃO DOS RECURSOS DE DADOS Capítulo 7 ADMINISTRAÇÃO DOS RECURSOS DE DADOS 7.1 2003 by Prentice Hall OBJETIVOS Por que as empresas sentem dificuldades para descobrir que tipo de informação precisam ter em seus sistemas de informação?

Leia mais

FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO

FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO @ribeirord FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO Rafael D. Ribeiro, M.Sc,PMP. rafaeldiasribeiro@gmail.com http://www.rafaeldiasribeiro.com.br Lembrando... Aula 4 1 Lembrando... Aula 4 Sistemas de apoio

Leia mais

BANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING

BANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING BANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING http://www.uniriotec.br/~tanaka/tin0036 tanaka@uniriotec.br Introdução a Data Warehousing e OLAP Introdução a Data Warehouse e Modelagem Dimensional Visão

Leia mais

Planejamento Estratégico de TI. Prof.: Fernando Ascani

Planejamento Estratégico de TI. Prof.: Fernando Ascani Planejamento Estratégico de TI Prof.: Fernando Ascani Data Warehouse - Conceitos Hoje em dia uma organização precisa utilizar toda informação disponível para criar e manter vantagem competitiva. Sai na

Leia mais

Thalita Moraes PPGI Novembro 2007

Thalita Moraes PPGI Novembro 2007 Thalita Moraes PPGI Novembro 2007 A capacidade dos portais corporativos em capturar, organizar e compartilhar informação e conhecimento explícito é interessante especialmente para empresas intensivas

Leia mais

Módulo 4. Construindo uma solução OLAP

Módulo 4. Construindo uma solução OLAP Módulo 4. Construindo uma solução OLAP Objetivos Diferenciar as diversas formas de armazenamento Compreender o que é e como definir a porcentagem de agregação Conhecer a possibilidade da utilização de

Leia mais

Curso Data warehouse e Business Intelligence

Curso Data warehouse e Business Intelligence Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura Apresentação Os projetos de Data Warehouse e Business Intelligence são dos mais interessantes e complexos de desenvolver

Leia mais

ADMINISTRAÇÃO DOS RECURSOS DE DADOS

ADMINISTRAÇÃO DOS RECURSOS DE DADOS 7 ADMINISTRAÇÃO DOS RECURSOS DE DADOS OBJETIVOS Por que as empresas sentem dificuldades para descobrir que tipo de informação precisam ter em seus sistemas de informação ão? Como um sistema de gerenciamento

Leia mais

Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence

Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence. Business Intelligence Juntamente com o desenvolvimento desses aplicativos surgiram os problemas: & Data Warehouse July Any Rizzo Oswaldo Filho Década de 70: alguns produtos de BI Intensa e exaustiva programação Informação em

Leia mais

Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura

Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura Curso Data warehouse e Business Intelligence Fundamentos, Metodologia e Arquitetura Apresentação Os projetos de Data Warehouse e Business Intelligence são dos mais interessantes e complexos de desenvolver

Leia mais

Planejamento Estratégico de TI. Prof.: Fernando Ascani

Planejamento Estratégico de TI. Prof.: Fernando Ascani Planejamento Estratégico de TI Prof.: Fernando Ascani BI Business Intelligence A inteligência Empresarial, ou Business Intelligence, é um termo do Gartner Group. O conceito surgiu na década de 80 e descreve

Leia mais

Data Warehousing Visão Geral do Processo

Data Warehousing Visão Geral do Processo Data Warehousing Visão Geral do Processo Organizações continuamente coletam dados, informações e conhecimento em níveis cada vez maiores,, e os armazenam em sistemas informatizados O número de usuários

Leia mais

SUMÁRIO 1. INTRODUÇÃO... 2 2. O QUE É DATA WAREHOUSE?... 2 3. O QUE DATA WAREHOUSE NÃO É... 4 4. IMPORTANTE SABER SOBRE DATA WAREHOUSE... 5 4.

SUMÁRIO 1. INTRODUÇÃO... 2 2. O QUE É DATA WAREHOUSE?... 2 3. O QUE DATA WAREHOUSE NÃO É... 4 4. IMPORTANTE SABER SOBRE DATA WAREHOUSE... 5 4. SUMÁRIO 1. INTRODUÇÃO... 2 2. O QUE É DATA WAREHOUSE?... 2 3. O QUE DATA WAREHOUSE NÃO É... 4 4. IMPORTANTE SABER SOBRE DATA WAREHOUSE... 5 4.1 Armazenamento... 5 4.2 Modelagem... 6 4.3 Metadado... 6 4.4

Leia mais

Profº Aldo Rocha. Banco de Dados

Profº Aldo Rocha. Banco de Dados Profº Aldo Rocha Banco de Dados AULA 02 SBD Turma: ASN102 BELÉM, 12 DE AGOSTO DE 2011 Aula Passada Na aula passada nós trabalhamos a introdução a Banco de dados e a AGENDA FOI: Níveis de abstração; Dado,

Leia mais

Kimball University: As 10 Regras Essenciais para a Modelagem de Dados Dimensional

Kimball University: As 10 Regras Essenciais para a Modelagem de Dados Dimensional Kimball University: As 10 Regras Essenciais para a Modelagem de Dados Dimensional Margy Ross Presidente Kimball Group Maio de 2009, Intelligent Enterprise.com Tradução livre para a língua portuguesa por

Leia mais

Modelando um Data Warehouse GRIMALDO OLIVEIRA

Modelando um Data Warehouse GRIMALDO OLIVEIRA Modelando um Data Warehouse GRIMALDO OLIVEIRA Sobre Grimaldo Grimaldo Oliveira grimaldo_lopes@hotmail.com Formação Mestre em Tecnologias Aplicadas a Educação pela Universidade do Estado da Bahia. Especialização

Leia mais

Aplicação A. Aplicação B. Aplicação C. Aplicação D. Aplicação E. Aplicação F. Aplicação A REL 1 REL 2. Aplicação B REL 3.

Aplicação A. Aplicação B. Aplicação C. Aplicação D. Aplicação E. Aplicação F. Aplicação A REL 1 REL 2. Aplicação B REL 3. Sumário Data Warehouse Modelagem Multidimensional. Data Mining BI - Business Inteligence. 1 2 Introdução Aplicações do negócio: constituem as aplicações que dão suporte ao dia a dia do negócio da empresa,

Leia mais

Palavras-chave: On-line Analytical Processing, Data Warehouse, Web mining.

Palavras-chave: On-line Analytical Processing, Data Warehouse, Web mining. BUSINESS INTELLIGENCE COM DADOS EXTRAÍDOS DO FACEBOOK UTILIZANDO A SUÍTE PENTAHO Francy H. Silva de Almeida 1 ; Maycon Henrique Trindade 2 ; Everton Castelão Tetila 3 UFGD/FACET Caixa Postal 364, 79.804-970

Leia mais

IMPLANTAÇÃO DO DW NA ANVISA

IMPLANTAÇÃO DO DW NA ANVISA IMPLANTAÇÃO DO DW NA ANVISA Bruno Nascimento de Ávila 1 Rodrigo Vitorino Moravia 2 Maria Renata Furtado 3 Viviane Rodrigues Silva 4 RESUMO A tecnologia de Business Intelligenge (BI) ou Inteligência de

Leia mais

PLANO DE ENSINO PRÉ-REQUISITOS: ENS

PLANO DE ENSINO PRÉ-REQUISITOS: ENS UNIVERSIDADE DO ESTADO DE SANTA CATARINA UDESC CENTRO DE EDUCAÇÃO SUPERIOR DO ALTO VALE DO ITAJAÍ CEAVI PLANO DE ENSINO DEPARTAMENTO: DSI Departamento de Sistema de Informação DISCIPLINA: Data Warehouse

Leia mais

Planejamento Estratégico de TI. Prof.: Fernando Ascani

Planejamento Estratégico de TI. Prof.: Fernando Ascani Planejamento Estratégico de TI Prof.: Fernando Ascani Data Mining Os métodos tradicionais de Data Mining são: Classificação Associa ou classifica um item a uma ou várias classes categóricas pré-definidas.

Leia mais

Criação e uso da Inteligência e Governança do BI

Criação e uso da Inteligência e Governança do BI Criação e uso da Inteligência e Governança do BI Criação e uso da Inteligência e Governança do BI Governança do BI O processo geral de criação de inteligência começa pela identificação e priorização de

Leia mais

srbo@ufpa.br www.ufpa.br/srbo

srbo@ufpa.br www.ufpa.br/srbo CBSI Curso de Bacharelado em Sistemas de Informação BI Prof. Dr. Sandro Ronaldo Bezerra Oliveira srbo@ufpa.br www.ufpa.br/srbo Tópicos Especiais em Sistemas de Informação Faculdade de Computação Instituto

Leia mais

MBA Inteligência Competitiva Com ênfase em BI/CPM. Metadados

MBA Inteligência Competitiva Com ênfase em BI/CPM. Metadados MBA Inteligência Competitiva BI/CPM 1 Data Warehousing PÓS-GRADUAÇÃO MBA Inteligência Competitiva Com ênfase em BI/CPM Metadados Andréa Cristina Montefusco (36927) Hermes Abreu Mattos (36768) Robson Pereira

Leia mais

Faculdade Pitágoras PROJETO DE DW FASES FCS-EM PROJETOS DE DW 08/02/2012. Unidade 2.1. Curso Superior de Tecnologia: Banco de Dados

Faculdade Pitágoras PROJETO DE DW FASES FCS-EM PROJETOS DE DW 08/02/2012. Unidade 2.1. Curso Superior de Tecnologia: Banco de Dados Faculdade Pitágoras Curso Superior de Tecnologia: Banco de Dados Disciplina: Ferramentaspara Tomada de Decisão 2 DataWarehouse Unidade 2.1 2.1 Conceitos fundamentais e Cubos Prof.: Fernando Hadad Zaidan

Leia mais

Módulo 15 Resumo. Módulo I Cultura da Informação

Módulo 15 Resumo. Módulo I Cultura da Informação Módulo 15 Resumo Neste módulo vamos dar uma explanação geral sobre os pontos que foram trabalhados ao longo desta disciplina. Os pontos abordados nesta disciplina foram: Fundamentos teóricos de sistemas

Leia mais

Adriano Maranhão BUSINESS INTELLIGENCE (BI),

Adriano Maranhão BUSINESS INTELLIGENCE (BI), Adriano Maranhão BUSINESS INTELLIGENCE (BI), BUSINESS INTELLIGENCE (BI) O termo Business Intelligence (BI), popularizado por Howard Dresner do Gartner Group, é utilizado para definir sistemas orientados

Leia mais

Banco de Dados Aula 1 Introdução a Banco de Dados Introdução Sistema Gerenciador de Banco de Dados

Banco de Dados Aula 1 Introdução a Banco de Dados Introdução Sistema Gerenciador de Banco de Dados Banco de Dados Aula 1 Introdução a Banco de Dados Introdução Um Sistema Gerenciador de Banco de Dados (SGBD) é constituído por um conjunto de dados associados a um conjunto de programas para acesso a esses

Leia mais

Arquitetura física de um Data Warehouse

Arquitetura física de um Data Warehouse É um modo de representar a macroestrutura de, comunicação, processamento e existentes para usuários finais dentro da empresa. Operacionais origem Data / Arquitetura física Serviços Armazenamento de Área

Leia mais

Business Intelligence

Business Intelligence 1/ 24 Business Intelligence Felipe Ferreira 1 Nossa empresa Jornal O Globo Jornais Populares Parcerias Grupo Folha Grupo Estado 2 1 Fundada em 1925 3100 funcionários 2 Parques Gráficos e SP Globo: 220

Leia mais

UNIVERSIDADE REGIONAL DE BLUMENAU CENTRO DE CIÊNCIAS EXATAS E NATURAIS CURSO DE CIÊNCIAS DA COMPUTAÇÃO (Bacharelado)

UNIVERSIDADE REGIONAL DE BLUMENAU CENTRO DE CIÊNCIAS EXATAS E NATURAIS CURSO DE CIÊNCIAS DA COMPUTAÇÃO (Bacharelado) UNIVERSIDADE REGIONAL DE BLUMENAU CENTRO DE CIÊNCIAS EXATAS E NATURAIS CURSO DE CIÊNCIAS DA COMPUTAÇÃO (Bacharelado) SISTEMA INTERNO INTEGRADO PARA CONTROLE DE TAREFAS INTERNAS DE UMA EMPRESA DE DESENVOLVIMENTO

Leia mais

AGILE ROLAP - UMA METODOLOGIA ÁGIL PARA IMPLEMENTAÇÃO DE AMBIENTES DE NEGÓCIOS BASEADO EM SERVIDORES OLAP.

AGILE ROLAP - UMA METODOLOGIA ÁGIL PARA IMPLEMENTAÇÃO DE AMBIENTES DE NEGÓCIOS BASEADO EM SERVIDORES OLAP. AGILE ROLAP - UMA METODOLOGIA ÁGIL PARA IMPLEMENTAÇÃO DE AMBIENTES DE NEGÓCIOS BASEADO EM SERVIDORES OLAP. Luan de Souza Melo (Fundação Araucária), André Luís Andrade Menolli (Orientador), Ricardo G. Coelho

Leia mais

Modelo de dados do Data Warehouse

Modelo de dados do Data Warehouse Modelo de dados do Data Warehouse Ricardo Andreatto O modelo de dados tem um papel fundamental para o desenvolvimento interativo do data warehouse. Quando os esforços de desenvolvimentos são baseados em

Leia mais

Conceitos de Banco de Dados

Conceitos de Banco de Dados Conceitos de Banco de Dados Autor: Luiz Antonio Junior 1 INTRODUÇÃO Objetivos Introduzir conceitos básicos de Modelo de dados Introduzir conceitos básicos de Banco de dados Capacitar o aluno a construir

Leia mais

Service Level Management SLM. Gerenciamento de Níveis de Serviço

Service Level Management SLM. Gerenciamento de Níveis de Serviço Service Level Management SLM Gerenciamento de Níveis de Serviço 1 É o balanço o entre... Qualidade dos serviços entregues Expectativa do cliente 2 Processo: Definições Service Level Management (SLM) Têm

Leia mais

Soluções de Inteligência de Negócio e Mercado

Soluções de Inteligência de Negócio e Mercado Soluções de Inteligência de Negócio e Mercado Fernando Garre e Majela Fortes Especialistas em consultoria de Business Intelligence / Data Warehouse Consultoria focada nas Soluções de Business Intelligence

Leia mais

Fundamentos da Análise Multidimensional

Fundamentos da Análise Multidimensional Universidade Técnica de Lisboa INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Informática e Sistemas de Informação Aplicados em Economia Fundamentos da Análise Multidimensional Fundamentos da Análise Multidimensional

Leia mais

A importância da. nas Organizações de Saúde

A importância da. nas Organizações de Saúde A importância da Gestão por Informações nas Organizações de Saúde Jorge Antônio Pinheiro Machado Filho Consultor de Negócios www.bmpro.com.br jorge@bmpro.com.br 1. Situação nas Empresas 2. A Importância

Leia mais

Identificar as mudanças que acontecem na forma e no uso de apoio à decisão em empreendimentos de e-business. Identificar o papel e alternativas de

Identificar as mudanças que acontecem na forma e no uso de apoio à decisão em empreendimentos de e-business. Identificar o papel e alternativas de 1 Identificar as mudanças que acontecem na forma e no uso de apoio à decisão em empreendimentos de e-business. Identificar o papel e alternativas de relatórios dos sistemas de informação gerencial. Descrever

Leia mais

Data Warehouse. Djenane Cristina Silveira dos Santos¹, Felipe Gomes do Prado¹, José Justino Neto¹, Márcia Taliene Alves de Paiva¹

Data Warehouse. Djenane Cristina Silveira dos Santos¹, Felipe Gomes do Prado¹, José Justino Neto¹, Márcia Taliene Alves de Paiva¹ Data Warehouse. Djenane Cristina Silveira dos Santos¹, Felipe Gomes do Prado¹, José Justino Neto¹, Márcia Taliene Alves de Paiva¹ ¹Ciência da Computação Universidade Federal de Itajubá (UNIFEI) MG Brasil

Leia mais

ERP Enterprise Resource Planning

ERP Enterprise Resource Planning ERP Enterprise Resource Planning Sistemas Integrados de Gestão Evolução dos SI s CRM OPERACIONAL TÁTICO OPERACIONAL ESTRATÉGICO TÁTICO ESTRATÉGICO OPERACIONAL TÁTICO ESTRATÉGICO SIT SIG SAE SAD ES EIS

Leia mais

SAD orientado a DADOS

SAD orientado a DADOS Universidade do Contestado Campus Concórdia Curso de Sistemas de Informação Prof.: Maico Petry SAD orientado a DADOS DISCIPLINA: Sistemas de Apoio a Decisão SAD orientado a dados Utilizam grandes repositórios

Leia mais

Business Intelligence. BI CEOsoftware Partner YellowFin

Business Intelligence. BI CEOsoftware Partner YellowFin Business Intelligence BI CEOsoftware Partner YellowFin O que é Business Intelligence Business Intelligence (BI) é a utilização de uma série de ferramentas para coletar, analisar e extrair informações,

Leia mais

04/08/2012 MODELAGEM DE DADOS. PROF. RAFAEL DIAS RIBEIRO, M.Sc. @ribeirord MODELAGEM DE DADOS. Aula 2. Prof. Rafael Dias Ribeiro. M.Sc.

04/08/2012 MODELAGEM DE DADOS. PROF. RAFAEL DIAS RIBEIRO, M.Sc. @ribeirord MODELAGEM DE DADOS. Aula 2. Prof. Rafael Dias Ribeiro. M.Sc. MODELAGEM DE DADOS PROF. RAFAEL DIAS RIBEIRO, M.Sc. @ribeirord MODELAGEM DE DADOS Aula 2 Prof. Rafael Dias Ribeiro. M.Sc. @ribeirord 1 Objetivos: Revisão sobre Banco de Dados e SGBDs Aprender as principais

Leia mais

Fases para um Projeto de Data Warehouse. Fases para um Projeto de Data Warehouse. Fases para um Projeto de Data Warehouse

Fases para um Projeto de Data Warehouse. Fases para um Projeto de Data Warehouse. Fases para um Projeto de Data Warehouse Definição escopo do projeto (departamental, empresarial) Grau de redundância dos dados(ods, data staging) Tipo de usuário alvo (executivos, unidades) Definição do ambiente (relatórios e consultas préestruturadas

Leia mais

Módulo 4: Gerenciamento de Dados

Módulo 4: Gerenciamento de Dados Módulo 4: Gerenciamento de Dados 1 1. CONCEITOS Os dados são um recurso organizacional decisivo que precisa ser administrado como outros importantes ativos das empresas. A maioria das organizações não

Leia mais

Sistemas de Informação

Sistemas de Informação 13/02/2008 prof. Marcelo Nogueira 1 Disciplina: Análise Essencial de Sistemas Prof. Marcelo Nogueira 13/02/2008 prof. Marcelo Nogueira 2 Mais de que conhecer novas tecnologias é preciso saber como ganhar

Leia mais

Uma peça estratégica para o seu negócio

Uma peça estratégica para o seu negócio Uma peça estratégica para o seu negócio INFORMAÇÃO GERAL DA EMPRESA CASO DE SUCESSO EM IMPLEMENTAÇÃO BI PERGUNTAS E RESPOSTAS Fundada em 1997, Habber Tec é uma empresa especializada na oferta de soluções

Leia mais

Dado: Fatos conhecidos que podem ser registrados e têm um significado implícito. Banco de Dados:

Dado: Fatos conhecidos que podem ser registrados e têm um significado implícito. Banco de Dados: MC536 Introdução Sumário Conceitos preliminares Funcionalidades Características principais Usuários Vantagens do uso de BDs Tendências mais recentes em SGBDs Algumas desvantagens Modelos de dados Classificação

Leia mais

Inteligência Empresarial. BI Business Intelligence. Business Intelligence 22/2/2011. Prof. Luiz A. Nascimento

Inteligência Empresarial. BI Business Intelligence. Business Intelligence 22/2/2011. Prof. Luiz A. Nascimento Inteligência Empresarial Prof. Luiz A. Nascimento BI Pode-se traduzir informalmente Business Intelligence como o uso de sistemas inteligentes em negócios. É uma forma de agregar a inteligência humana à

Leia mais

MATERIAL DIDÁTICO: APLICAÇÕES EMPRESARIAIS SISTEMA DE APOIO À DECISÃO (SAD)

MATERIAL DIDÁTICO: APLICAÇÕES EMPRESARIAIS SISTEMA DE APOIO À DECISÃO (SAD) AULA 07 MATERIAL DIDÁTICO: APLICAÇÕES EMPRESARIAIS SISTEMA DE APOIO À DECISÃO (SAD) JAMES A. O BRIEN MÓDULO 01 Páginas 286 à 294 1 AULA 07 SISTEMAS DE APOIO ÀS DECISÕES 2 Sistemas de Apoio à Decisão (SAD)

Leia mais

Uma estrutura (framework) para o Business Intelligence (BI)

Uma estrutura (framework) para o Business Intelligence (BI) Uma estrutura conceitural para suporteà decisão que combina arquitetura, bancos de dados (ou data warehouse), ferramentas analíticas e aplicações Principais objetivos: Permitir o acesso interativo aos

Leia mais

Data Warehouses. Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos

Data Warehouses. Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos Data Warehouses Alunos: Diego Antônio Cotta Silveira Filipe Augusto Rodrigues Nepomuceno Marcos Bastos Silva Roger Rezende Ribeiro Santos Conceitos Básicos Data Warehouse(DW) Banco de Dados voltado para

Leia mais

Disciplina de Banco de Dados Introdução

Disciplina de Banco de Dados Introdução Disciplina de Banco de Dados Introdução Prof. Elisa Maria Pivetta CAFW - UFSM Banco de Dados: Conceitos A empresa JJ. Gomes tem uma lista com mais ou menos 4.000 nomes de clientes bem como seus dados pessoais.

Leia mais

Planejamento e Orçamento

Planejamento e Orçamento Planejamento e Orçamento O SIPLAG Sistema Integrado de Planejamento, Orçamento e Gestão, é um sistema voltado à gestão governamental, permitindo a elaboração do Plano Plurianual, da Lei Orçamentária Anual,

Leia mais

Data Warehouse Granularidade. rogerioaraujo.wordpress.com twitter: @rgildoaraujo - rgildoaraujo@gmail.com 1

Data Warehouse Granularidade. rogerioaraujo.wordpress.com twitter: @rgildoaraujo - rgildoaraujo@gmail.com 1 Data Warehouse Granularidade rogerioaraujo.wordpress.com twitter: @rgildoaraujo - rgildoaraujo@gmail.com 1 Granularidade A granularidade de dados refere-se ao nível de sumarização dos elementos e de detalhe

Leia mais

Solução em Software e Automação Comercial

Solução em Software e Automação Comercial Solução em Software e Automação Comercial EMPRESA A Aps Informática é uma empresa de desenvolvimento de sistemas voltados para a gestão empresarial localizada em Recife, Pernambuco. Desde 1992 no mercado,

Leia mais

Plataformas de BI Qual é a mais adequada para o meu negócio?

Plataformas de BI Qual é a mais adequada para o meu negócio? Plataformas de BI Qual é a mais adequada para o meu negócio? Comparativo prático para escolher a ferramenta perfeita para a sua empresa Faça nosso Quiz e veja as opções que combinam com o seu perfil ÍNDICE

Leia mais

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan

Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan Faculdade INED Curso Superior de Tecnologia em Banco de Dados Disciplina: Projeto de Banco de Dados Relacional II Prof.: Fernando Hadad Zaidan 1 Unidade 4.1 2 1 Material usado na montagem dos Slides BARBIERI,

Leia mais

RECONHECIMENTO DE ALGUNS SISTEMAS DE INFORMAÇÃO

RECONHECIMENTO DE ALGUNS SISTEMAS DE INFORMAÇÃO WESLLEYMOURA@GMAIL.COM RECONHECIMENTO DE ALGUNS SISTEMAS DE INFORMAÇÃO ANÁLISE DE SISTEMAS ERP (Enterprise Resource Planning) Em sua essência, ERP é um sistema de gestão empresarial. Imagine que você tenha

Leia mais

04/08/2012 MODELAGEM DE DADOS. PROF. RAFAEL DIAS RIBEIRO, M.Sc. @ribeirord MODELAGEM DE DADOS. Aula 1. Prof. Rafael Dias Ribeiro. M.Sc.

04/08/2012 MODELAGEM DE DADOS. PROF. RAFAEL DIAS RIBEIRO, M.Sc. @ribeirord MODELAGEM DE DADOS. Aula 1. Prof. Rafael Dias Ribeiro. M.Sc. MODELAGEM DE DADOS PROF. RAFAEL DIAS RIBEIRO, M.Sc. @ribeirord MODELAGEM DE DADOS Aula 1 Prof. Rafael Dias Ribeiro. M.Sc. @ribeirord 1 Objetivos: Apresenta a diferença entre dado e informação e a importância

Leia mais

Data Warehousing e OLAP

Data Warehousing e OLAP Data Warehousing e OLAP Jornadas de Engenharia Informática Instituto Politécnico da Guarda Henrique Madeira Departamento de Engenharia Informática Faculdade de Ciências e Tecnologia Universidade de Coimbra

Leia mais

Fundamentos de Sistemas de Informação Sistemas de Informação

Fundamentos de Sistemas de Informação Sistemas de Informação Objetivo da Aula Tecnologia e as Organizações, importância dos sistemas de informação e níveis de atuação dos sistemas de informação Organizações & Tecnologia TECNOLOGIA A razão e a capacidade do homem

Leia mais

BUSINESS INTELLIGENCE Prof. Fabio Purcino

BUSINESS INTELLIGENCE Prof. Fabio Purcino Aula Teste BUSINESS INTELLIGENCE Prof. Fabio Purcino Faça o download desta aula Use um leitor de QR Code Definição Business Intelligence é um conjunto de conceitos e técnicas que buscam extrair conhecimento

Leia mais

Fornecendo Inteligência, para todo o mundo, a mais de 20 anos.

Fornecendo Inteligência, para todo o mundo, a mais de 20 anos. Fornecendo Inteligência, para todo o mundo, a mais de 20 anos. Fundada em 1989, a MicroStrategy é fornecedora líder Mundial de plataformas de software empresarial. A missão é fornecer as plataformas mais

Leia mais

Administração de Sistemas de Informação I

Administração de Sistemas de Informação I Administração de Sistemas de Informação I Prof. Farinha Aula 04 Conceito Sistema de Informação é uma série de elementos ou componentes inter-relacionados que coletam (entrada), manipulam e armazenam (processo),

Leia mais

BANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING

BANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING BANCO DE DADOS DISTRIBUÍDOS e DATAWAREHOUSING http://www.uniriotec.br/~tanaka/tin0036 tanaka@uniriotec.br Bancos de Dados Distribuídos Conceitos e Arquitetura Vantagens das Arquiteturas C/S (em relação

Leia mais

DATA WAREHOUSE NO APOIO À TOMADA DE DECISÕES

DATA WAREHOUSE NO APOIO À TOMADA DE DECISÕES DATA WAREHOUSE NO APOIO À TOMADA DE DECISÕES Janaína Schwarzrock jana_100ideia@hotmail.com Prof. Leonardo W. Sommariva RESUMO: Este artigo trata da importância da informação na hora da tomada de decisão,

Leia mais

UNG CIC Tópicos Especiais de TI. Aula 13

UNG CIC Tópicos Especiais de TI. Aula 13 Aula 13 1. Data Warehouse Armazém de Dados (Continuação) 1 Erros na implantação de um Data Warehouse Segundo o Data Warehousing Institute existem dez erros mais comuns na implantação de um Data Warehouse

Leia mais

Uma análise de ferramentas de modelagem e gerência de metadados aplicadas ao projeto de BI/DW-UFBA

Uma análise de ferramentas de modelagem e gerência de metadados aplicadas ao projeto de BI/DW-UFBA Universidade Federal da Bahia Instituto de Matemática Departamento de Ciência da Computação MATA67 Projeto Final II Uma análise de ferramentas de modelagem e gerência de metadados aplicadas ao projeto

Leia mais

Arquiteturas de DW e Abordagens de Implementação. Arquiteturas e Abordagens de Implementação

Arquiteturas de DW e Abordagens de Implementação. Arquiteturas e Abordagens de Implementação Curso de Dwing TecBD-DI PUC-Rio Prof. Rubens Melo Arquiteturas de DW e Abordagens de Implementação Arquiteturas e Abordagens de Implementação Arquitetura adequada é fundamental Infra-estrutura disponível

Leia mais

DESMISTIFICANDO O CONCEITO DE ETL

DESMISTIFICANDO O CONCEITO DE ETL DESMISTIFICANDO O CONCEITO DE ETL Fábio Silva Gomes da Gama e Abreu- FSMA Resumo Este artigo aborda os conceitos de ETL (Extract, Transform and Load ou Extração, Transformação e Carga) com o objetivo de

Leia mais

ADMINISTRAÇÃO DE ATIVOS DE TI GERENCIAMENTO DE CONFIGURAÇÃO

ADMINISTRAÇÃO DE ATIVOS DE TI GERENCIAMENTO DE CONFIGURAÇÃO 1 ADMINISTRAÇÃO DE ATIVOS DE TI GERENCIAMENTO DE CONFIGURAÇÃO 2 INFRAESTRUTURA DE TI Para garantir o atendimento às necessidades do negócio, a área de TI passou a investir na infraestrutura do setor, ampliando-a,

Leia mais

INTRODUÇÃO. Diferente de Bando de Dados

INTRODUÇÃO. Diferente de Bando de Dados INTRODUÇÃO Diferente de Bando de Dados 1 INTRODUÇÃO DADOS São fatos conhecidos que podem ser registrados e que possuem significado. Ex: venda de gasolina gera alguns dados: data da compra, preço, qtd.

Leia mais

Uma Arquitetura de Gestão de Dados em Ambiente Data Warehouse

Uma Arquitetura de Gestão de Dados em Ambiente Data Warehouse Uma Arquitetura de Gestão de Dados em Ambiente Data Warehouse Alcione Benacchio (UFPR) E mail: alcione@inf.ufpr.br Maria Salete Marcon Gomes Vaz (UEPG, UFPR) E mail: salete@uepg.br Resumo: O ambiente de

Leia mais

Sistemas de Informação

Sistemas de Informação Sistemas de Informação Informação no contexto administrativo Graduação em Redes de Computadores Prof. Rodrigo W. Fonseca SENAC FACULDADEDETECNOLOGIA PELOTAS >SistemasdeInformação SENAC FACULDADEDETECNOLOGIA

Leia mais

Sistema. Atividades. Sistema de informações. Tipos de sistemas de informação. Everson Santos Araujo everson@everson.com.br

Sistema. Atividades. Sistema de informações. Tipos de sistemas de informação. Everson Santos Araujo everson@everson.com.br Sistema Tipos de sistemas de informação Everson Santos Araujo everson@everson.com.br Um sistema pode ser definido como um complexo de elementos em interação (Ludwig Von Bertalanffy) sistema é um conjunto

Leia mais

Checklist de Projeto de Data Warehouse

Checklist de Projeto de Data Warehouse Checklist de Projeto de Data Warehouse Prof. Dr. Jorge Rady de Almeida Jr. Escola Politécnica da USP F/1 Revisão de Projeto Design Review Após uma área de interesse tenha sido projetada e posta em operação

Leia mais